陳　俊，代　明，宋　慧

(暨南大學(xué)經(jīng)濟(jì)學(xué)院，廣東　廣州　510632)

?

中國(guó)高技術(shù)產(chǎn)業(yè)集聚經(jīng)濟(jì)差異分析

陳俊，代明，宋慧

(暨南大學(xué)經(jīng)濟(jì)學(xué)院，廣東廣州510632)

本文借鑒Akihiro Otsuka和Mika Goto改進(jìn)的索洛殘差法，對(duì)中國(guó)高技術(shù)產(chǎn)業(yè)的集聚經(jīng)濟(jì)效應(yīng)進(jìn)行效果評(píng)價(jià)，并進(jìn)一步分析了財(cái)政科技投入對(duì)高技術(shù)產(chǎn)業(yè)集聚的貢獻(xiàn)。研究發(fā)現(xiàn)，高技術(shù)產(chǎn)業(yè)集聚經(jīng)濟(jì)效應(yīng)存在顯著的區(qū)域差異，財(cái)政科技投入的貢獻(xiàn)率呈收斂趨勢(shì)，且中西部的高技術(shù)產(chǎn)業(yè)集聚經(jīng)濟(jì)效應(yīng)高于東部地區(qū)，從而為政府優(yōu)化科技資源投入提供相應(yīng)建議。

集聚經(jīng)濟(jì)效應(yīng)；索洛殘差法；財(cái)政科技投入

1　引言

新一輪科技革命背景下，各國(guó)或地區(qū)紛紛調(diào)整發(fā)展戰(zhàn)略以應(yīng)對(duì)正在孕育的產(chǎn)業(yè)變革。2013年德國(guó)正式推出工業(yè)4.0計(jì)劃，以提升制造業(yè)的智能化水平。中國(guó)在2002年就提出要走“以信息化帶動(dòng)工業(yè)化，以工業(yè)化促進(jìn)信息化”的新型工業(yè)化道路。可以預(yù)見(jiàn)，高技術(shù)產(chǎn)業(yè)將成為未來(lái)各國(guó)或地區(qū)之間合作競(jìng)爭(zhēng)的重要領(lǐng)域。當(dāng)下中國(guó)經(jīng)濟(jì)發(fā)展進(jìn)入“新常態(tài)”階段，一個(gè)重要任務(wù)就是如何加快傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，實(shí)現(xiàn)以要素驅(qū)動(dòng)、投資規(guī)模驅(qū)動(dòng)為主向以創(chuàng)新驅(qū)動(dòng)發(fā)展為主轉(zhuǎn)變，發(fā)展高技術(shù)產(chǎn)業(yè)對(duì)提升中低技術(shù)產(chǎn)業(yè)增長(zhǎng)、帶動(dòng)區(qū)域工業(yè)發(fā)展具有重要的現(xiàn)實(shí)意義[1-2]。

中國(guó)高技術(shù)產(chǎn)業(yè)發(fā)展極不平衡，其主要原因是區(qū)域生產(chǎn)效率存在明顯差異。東、中部的高技術(shù)產(chǎn)業(yè)生產(chǎn)效率高于西部，且上升趨勢(shì)明顯，西部則處于相對(duì)平穩(wěn)狀態(tài)[3]。這說(shuō)明即使投入等量生產(chǎn)要素，因生產(chǎn)效率差異，東、中部地區(qū)將比西部獲得更高的經(jīng)濟(jì)回報(bào)。這種超額回報(bào)從企業(yè)層面可理解為規(guī)模經(jīng)濟(jì)，從區(qū)域?qū)用鎰t表現(xiàn)為集聚經(jīng)濟(jì)[4]。在實(shí)際研究中，對(duì)其實(shí)現(xiàn)量化顯得尤為重要。

關(guān)于產(chǎn)業(yè)集聚的定量評(píng)價(jià)，常用指標(biāo)包括行業(yè)集中度(CRn)、赫芬達(dá)爾指數(shù)(HHI)、區(qū)位熵(LQ)，空間基尼系數(shù)(G)、EG指數(shù)、DO指數(shù)、SP指數(shù)等[5]。以上方法均只能度量產(chǎn)業(yè)集聚水平，屬于集聚狀態(tài)評(píng)價(jià)。索洛殘差法(Solow Residual Approach)過(guò)去用以測(cè)算全要數(shù)生產(chǎn)率(TFP)，經(jīng)Otsuka和Goto(2015)改進(jìn)，可測(cè)量集聚經(jīng)濟(jì)效應(yīng)，并發(fā)現(xiàn)社會(huì)先行資本對(duì)日本制造業(yè)和非制造業(yè)的集聚經(jīng)濟(jì)效應(yīng)均存在顯著正影響[6]。此法對(duì)產(chǎn)業(yè)集聚進(jìn)行直接的效果評(píng)價(jià)，具有較大的借鑒意義。

高技術(shù)產(chǎn)業(yè)發(fā)展與政府引導(dǎo)密切相關(guān)。2014年中央及地方財(cái)政科技支出達(dá)5253.86億元，連續(xù)8年以14.4%的均速增加。如何優(yōu)化這些科技資源配置是政府部門(mén)關(guān)注的現(xiàn)實(shí)問(wèn)題。理論上，政府通過(guò)提供一定的財(cái)政支持，發(fā)展高端產(chǎn)業(yè)所需的技術(shù)基礎(chǔ)，引導(dǎo)高技術(shù)產(chǎn)業(yè)集聚。實(shí)際上，財(cái)政科技投入的去向是決定配置效率的關(guān)鍵，部分科技資源已經(jīng)或正被浪費(fèi)。本文發(fā)現(xiàn)，東部地區(qū)財(cái)政科技投入對(duì)高技術(shù)產(chǎn)業(yè)集聚的貢獻(xiàn)率正在快速下滑，低于全國(guó)平均水平線(xiàn)，西部地區(qū)逐漸接近全國(guó)平均水平線(xiàn)，中部地區(qū)則已經(jīng)超過(guò)平均水平線(xiàn)。說(shuō)明存在高財(cái)政科技投入對(duì)應(yīng)低經(jīng)濟(jì)效應(yīng)、低財(cái)政科技投入對(duì)應(yīng)高經(jīng)濟(jì)效應(yīng)這一錯(cuò)配關(guān)系。因此，建議適當(dāng)將部分科技資源轉(zhuǎn)向中西部地區(qū)，尤其是在科技資源富余而效率偏低與科技資源緊缺而效率激增的地區(qū)之間實(shí)現(xiàn)動(dòng)態(tài)調(diào)整，從而實(shí)現(xiàn)有限資源效益最大化。

2　模型推導(dǎo)

2.1理論模型

假設(shè)高技術(shù)產(chǎn)業(yè)的總量生產(chǎn)函數(shù)形式為Yt=Atf(Kt,Lt)，t為時(shí)刻，Y為產(chǎn)出，K為資本存量，L為勞動(dòng)投入，A為?？怂怪行约夹g(shù)系數(shù)。方程兩邊同時(shí)對(duì)t求導(dǎo)并除以Y，得式(1)：

(1)

利潤(rùn)最大化的一階條件為：

(2)

(3)

式中，P、PK、PL分別為產(chǎn)品、資本和勞動(dòng)的價(jià)格。資本產(chǎn)出份額SK和勞動(dòng)產(chǎn)出份額SL分別為：

(4)

(5)

設(shè)γ=SK+SL，若γ>1，則表示集聚經(jīng)濟(jì)；若γ<1，則表示集聚不經(jīng)濟(jì)。將式(4)、式(5)代入式(1)，得式(6)：

(6)

索洛殘差(Solow Residual)則定義為：

(7)

不難推出式(8)：

(8)

通過(guò)式(8)估計(jì)出γ值，其值反映高技術(shù)產(chǎn)業(yè)集聚經(jīng)濟(jì)效應(yīng)的大小。

2.2實(shí)證模型

估計(jì)γ值之前，先要通過(guò)式(7)估測(cè)SL的大小，獲得SR。運(yùn)用式(9)進(jìn)行回歸，i為樣本區(qū)域，a0為常數(shù)項(xiàng)，為隨機(jī)項(xiàng)。

ln(Yit/Lit)=a0+αln(Kit/Lit)+εit

(9)

然后，運(yùn)用式(10)估測(cè)γ值。b0為常數(shù)項(xiàng)，為隨機(jī)項(xiàng)。

SRit=b0+βlnKit+εit

(10)

因此，γ=1+。

3　數(shù)據(jù)與變量

3.1樣本選擇和數(shù)據(jù)來(lái)源

本文數(shù)據(jù)主要來(lái)源于《中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》(以下簡(jiǎn)稱(chēng)“高技術(shù)年鑒”)和《中國(guó)統(tǒng)計(jì)年鑒》。樣本包括中國(guó)所有省級(jí)單位(省、直轄市、自治區(qū))，時(shí)間跨度為1995—2012年。獲取的主要指標(biāo)包括：分地區(qū)高技術(shù)產(chǎn)業(yè)增加值(億元)，新增固定資產(chǎn)(億元)，從業(yè)人員年平均人數(shù)(人)，財(cái)政科技支出(萬(wàn)元，2006年之前為科技三項(xiàng)費(fèi)用、科學(xué)事業(yè)費(fèi)之和，2007年之后為科學(xué)技術(shù)支出)。價(jià)格平減指數(shù)(折合1995年可比價(jià))包括：分地區(qū)生產(chǎn)總值平減指數(shù)，固定資產(chǎn)投資價(jià)格指數(shù)，工業(yè)生產(chǎn)者出廠(chǎng)價(jià)格指數(shù)。按地區(qū)分組東部地區(qū)包括：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西和海南(12個(gè))；中部地區(qū)包括：山西、吉林、黑龍江、安徽、江西、河南、湖北和湖南(8個(gè))；西部地區(qū)包括：內(nèi)蒙古、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆(11個(gè))。

3.2主要變量的處理

資本存量、勞動(dòng)投入量是生產(chǎn)關(guān)系中兩項(xiàng)重要投入指標(biāo)。勞動(dòng)投入量一般采用從業(yè)人員數(shù)或從業(yè)人員工作時(shí)長(zhǎng)衡量。資本存量一般采用永續(xù)盤(pán)存法(PIM)測(cè)算，公式為Kt=It+(1-σ)Kt-1，σ為資本折舊率，It為第t期固定資產(chǎn)投資額。該方法的關(guān)鍵在于基期資本存量和折舊率的確定。對(duì)于基期高技術(shù)產(chǎn)業(yè)的資本存量，本文借鑒吳延兵估計(jì)基期R&D存量的方法[7]，公式為K1=I1(1+g)/(g+σ)，式中g(shù)為基期以前的固定資產(chǎn)投資平均增長(zhǎng)率。因此，在已知每期固定資產(chǎn)投資額的情況下，只要確定增長(zhǎng)率g、折舊率σ，就可知每期資本存量。

王小魯?shù)纫?%作為全社會(huì)固定資本折舊率[8]，吳延兵以15%作為R&D資本折舊率[7]。本文認(rèn)為高技術(shù)產(chǎn)業(yè)固定資本折舊速度快于全社會(huì)固定資本，而慢于R&D資本折舊速度，故取折舊率為10%為宜。高技術(shù)產(chǎn)業(yè)年固定資產(chǎn)投資平均增長(zhǎng)率按歷年統(tǒng)計(jì)數(shù)據(jù)計(jì)算，約為5%。

高技術(shù)產(chǎn)業(yè)地區(qū)總產(chǎn)出采用實(shí)際產(chǎn)業(yè)增加值表示，相比主營(yíng)業(yè)務(wù)收入、總產(chǎn)值等指標(biāo)，增加值扣除了中間投入品價(jià)值，避免了重復(fù)計(jì)算問(wèn)題，并以地區(qū)生產(chǎn)總值平減指數(shù)折合1995年可比價(jià)。固定資產(chǎn)投資額以固定資產(chǎn)投資價(jià)格指數(shù)折合1995年可比價(jià)。勞動(dòng)投入量以從業(yè)人員年平均人數(shù)衡量。財(cái)政科技投入以地區(qū)工業(yè)生產(chǎn)者出廠(chǎng)價(jià)格指數(shù)折合1995年可比價(jià)。以上即為本文使用的主要變量。

4　實(shí)證分析

4.1產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)檢驗(yàn)

產(chǎn)業(yè)結(jié)構(gòu)是造成區(qū)域經(jīng)濟(jì)差異的重要因素。2002年國(guó)家統(tǒng)計(jì)局頒布的《高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)分類(lèi)目錄》把高技術(shù)產(chǎn)業(yè)(制造業(yè))劃分為:醫(yī)藥制造業(yè)(MPPM)，航空、航天器及設(shè)備制造業(yè)(MAS)，電子及通信設(shè)備制造業(yè)(MEECE)，計(jì)算機(jī)及辦公設(shè)備制造業(yè)(MCOE)，醫(yī)療設(shè)備及儀器儀表制造業(yè)(MMEMI)和信息化學(xué)品制造業(yè)(MEC)六大類(lèi)。不同產(chǎn)業(yè)之間存在顯著的生產(chǎn)效率差異，劉勇等運(yùn)用DEA和Malmquist指數(shù)分析發(fā)現(xiàn)，電子及通信設(shè)備制造業(yè)的經(jīng)濟(jì)效率最高，其次是醫(yī)療設(shè)備及儀器儀表制造業(yè)和醫(yī)藥制造業(yè)較高，計(jì)算機(jī)及辦公設(shè)備制造業(yè)最低[9]。高技術(shù)產(chǎn)業(yè)區(qū)域生產(chǎn)效率差異是否緣于六類(lèi)產(chǎn)業(yè)空間分布不均，有待進(jìn)一步檢驗(yàn)。

高技術(shù)年鑒中沒(méi)有統(tǒng)計(jì)信息化學(xué)品制造業(yè)相關(guān)數(shù)據(jù)，該行業(yè)實(shí)際所占比重較低，忽略其產(chǎn)出對(duì)結(jié)果分析影響不大。按東中西分組，分別計(jì)算各細(xì)分行業(yè)主營(yíng)業(yè)務(wù)收入占地區(qū)高技術(shù)產(chǎn)業(yè)的比例，如表1所示。三大區(qū)域MEECE比重均最高，東部MAS比重最低，中部MCOE比重最低，西部MMEMI比重最低。從標(biāo)準(zhǔn)差來(lái)看，MMEMI和MEECE分別為28.97、21.80，相對(duì)偏高，說(shuō)明其在省域之間分布較不均衡。然而，所有細(xì)分行業(yè)均在10%顯著性水平下的置信區(qū)間內(nèi)，說(shuō)明東中西部高技術(shù)產(chǎn)業(yè)結(jié)構(gòu)差異雖然存在，但并不足以完全解釋高技術(shù)產(chǎn)業(yè)的區(qū)域生產(chǎn)效率差異原因所在。

4.2集聚經(jīng)濟(jì)效應(yīng)測(cè)度

表1　2012年分區(qū)域高技術(shù)產(chǎn)業(yè)結(jié)構(gòu)統(tǒng)計(jì)情況(%)

資料來(lái)源：2013年《中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》。

表2　1995—2012年索洛殘差基本統(tǒng)計(jì)

4.3財(cái)政科技投入效果

假設(shè)政府科技投入(G)與高技術(shù)產(chǎn)業(yè)的集聚經(jīng)濟(jì)效應(yīng)(γ)存在線(xiàn)性關(guān)系，即γ=G。代入式(8)，得回歸方程：SRit=φ0+(δlnGit-1)lnKit+εit，φ0為常數(shù)項(xiàng)，ε為隨機(jī)項(xiàng)。單紅梅等對(duì)1991—2003年中國(guó)科技投入的經(jīng)濟(jì)效果實(shí)證研究表明，科技投入不但對(duì)當(dāng)期的經(jīng)濟(jì)增長(zhǎng)具有促進(jìn)作用，而且存在滯后效應(yīng)[10]。本文將財(cái)政科技投入滯后1期作為自變量，采用混合OLS回歸得δ=0.0526、φ0=6.0456，1%水平下顯著。各省市區(qū)δ值見(jiàn)表3。

從圖1可見(jiàn)，1995—2007年，財(cái)政科技投入效果具有明顯的收斂趨勢(shì)，并且大部分年份δ值均介于0.0520～0.0560之間，2007—2012年又逐漸發(fā)散，δ值介于0.0048～0.0520之間。整體來(lái)看，財(cái)政科技投入效果先上升后下降，東部居高，并逐步下降；中部平穩(wěn)，并逐步超過(guò)全國(guó)平均水平；西部上升明顯，并逐步接近全國(guó)平均水平，說(shuō)明這期間的財(cái)政措施在緩解高技術(shù)產(chǎn)業(yè)發(fā)展東—西矛盾方面發(fā)揮了積極作用。若將更多的科技資源分配到中西部，引導(dǎo)高技術(shù)產(chǎn)業(yè)集群發(fā)展，則可以有效提高科技資源的利用效率，同時(shí)促進(jìn)東—西部協(xié)調(diào)發(fā)展。

表3　集聚經(jīng)濟(jì)效應(yīng)和財(cái)政科技投入效果測(cè)算結(jié)果

注：下標(biāo)E、M、W分別表示所屬區(qū)域?yàn)闁|部、中部和西部。

圖1　1995—2012年財(cái)政科技投入效果變化趨勢(shì)

從省級(jí)層面來(lái)看，2012年較1995年波動(dòng)幅度更小。除個(gè)別省份(如浙江、廣東)外，財(cái)政科技投入對(duì)高技術(shù)產(chǎn)業(yè)集聚的效果均逐漸趨近全國(guó)平均水平。北京、上海、江蘇、浙江等省份財(cái)政科技投入效果從水平線(xiàn)以上降到水平線(xiàn)以下，山西、云南、甘肅、寧夏、新疆財(cái)政科技投入效果較差，吉林、內(nèi)蒙古、重慶、青海等地區(qū)財(cái)政科技投入效果改善較快，福建、海南、江西、四川、山西等省份財(cái)政科技投入效果變化不大。據(jù)此認(rèn)為，1995—2012年，財(cái)政科技投入效果在區(qū)域間發(fā)生了較大調(diào)整，部分發(fā)達(dá)地區(qū)財(cái)政科技資源可能富余，而一些原先較落后的中西部地區(qū)亟需增加科技投入，通過(guò)政府的合理分配，可有效提高科技資源的配置效率。

5　結(jié)論與建議

第一，基于集聚效果評(píng)價(jià)測(cè)量中國(guó)高技術(shù)產(chǎn)業(yè)集聚經(jīng)濟(jì)效應(yīng)是索洛殘差法的新運(yùn)用，較基于集聚狀態(tài)評(píng)價(jià)的方法更具參考價(jià)值。

第二，中國(guó)高技術(shù)產(chǎn)業(yè)集聚經(jīng)濟(jì)效應(yīng)存在較大的區(qū)域差異，東部集聚經(jīng)濟(jì)效應(yīng)高于全國(guó)平均水平，中西部集聚經(jīng)濟(jì)效應(yīng)相對(duì)較低，但是中西部存在明顯的追趕趨勢(shì)。

第三，財(cái)政科技投入有利于提升高技術(shù)產(chǎn)業(yè)的集聚經(jīng)濟(jì)效應(yīng)，發(fā)揮“種子效應(yīng)”。中國(guó)財(cái)政科技投入效果存在逐漸收斂的趨勢(shì)，東部財(cái)政科技投入效果明顯下降，中部平穩(wěn)上升并超過(guò)全國(guó)平均線(xiàn)，西部快速上升并接近全國(guó)平均水平。

從以上分析和結(jié)論得到以下政策建議：應(yīng)適當(dāng)將部分財(cái)政科技投入轉(zhuǎn)向中西部地區(qū)，尤其是在科技資源富余而效率偏低與科技資源緊缺而效率激增的地區(qū)之間實(shí)現(xiàn)動(dòng)態(tài)調(diào)整，從而實(shí)現(xiàn)有限資源效益最大化。

[1]王偉光,馬勝利,姜博.高技術(shù)產(chǎn)業(yè)創(chuàng)新驅(qū)動(dòng)中低技術(shù)產(chǎn)業(yè)增長(zhǎng)的影響因素研究[J].中國(guó)工業(yè)經(jīng)濟(jì),2015(03):70-82.

余甫功,歐陽(yáng)建國(guó).高技術(shù)產(chǎn)業(yè)發(fā)展對(duì)工業(yè)的帶動(dòng)作用和溢出效應(yīng)研究——基于兩部門(mén)模型的省際Panel Data的實(shí)證檢驗(yàn)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2007(07):35-43.

余泳澤,張妍.我國(guó)高技術(shù)產(chǎn)業(yè)地區(qū)效率差異與全要素生產(chǎn)率增長(zhǎng)率分解——基于三投入隨機(jī)前沿生產(chǎn)函數(shù)分析[J].產(chǎn)業(yè)經(jīng)濟(jì)研究,2012(01)：4-53.

KANEMOTO Y，OHKAWARA T，SUZUKI T.Agglomeration economies and a test for optimal city sizes in Japan[J].Journal of the Japanese and international economies,1996(04):379-398.

孫慧,周好杰.產(chǎn)業(yè)集聚水平測(cè)度方法綜述[J].科技管理研究,2009(06):449-451.

OTSUKA A，GOTO M.Agglomeration economies in Japanese industries：the solow residual approach[J].The annals of regional science，2015(02):401-416.

吳延兵.自主研發(fā)、技術(shù)引進(jìn)與生產(chǎn)率——基于中國(guó)地區(qū)工業(yè)的實(shí)證研究[J].經(jīng)濟(jì)研究,2008(08):51-64.

王小魯,樊綱.中國(guó)經(jīng)濟(jì)增長(zhǎng)的可持續(xù)性——跨世紀(jì)的回顧與展望[M].北京:經(jīng)濟(jì)科學(xué)出版社,2000.

劉勇,史忠良.我國(guó)高技術(shù)產(chǎn)業(yè)分行業(yè)運(yùn)行效率的實(shí)證分析[J].當(dāng)代財(cái)經(jīng),2009(06):81-84.

[10]單紅梅,李蕓.1991—2003年間中國(guó)科技投入經(jīng)濟(jì)效果的實(shí)證分析[J].系統(tǒng)工程,2006(09):88-92.

(責(zé)任編輯沈蓉)

An Analysis on Agglomeration Economies of China’s High-tech Industry

Chen Jun，Dai Ming，Song Hui

(College of Economics，Jinan University，Guangzhou 510632，China)

Most of existed literature employs state-evaluation method to measure agglomeration economies.However，a new Solow residual approach has been introduced in this paper，which improved by Akihiro Otsuka and Mika Goto，through which we measured the agglomeration economies of China’s high-tech industry，and further analyzed the contribution of financial input to science and technology.It shows that the agglomeration economies of China’s high-tech industry have significant regional differences，and the seed effects of financial input to science and technology converged during 1995-2012.The results to some extent benefit governments to optimize the science and technology resources.

Agglomeration economies；Solow residual approach；Science and technology input

廣東省產(chǎn)業(yè)發(fā)展與粵港澳臺(tái)區(qū)域合作研究中心(經(jīng)緯粵港澳經(jīng)濟(jì)研究中心)項(xiàng)目“創(chuàng)新型域體評(píng)價(jià)體系研究”(B070300066)。

2015-10-20

陳俊(1992-)，男，江西撫州人，暨南大學(xué)經(jīng)濟(jì)學(xué)院研究生；研究方向：區(qū)域與產(chǎn)業(yè)經(jīng)濟(jì)。

F429.9

A